Phân tích rủi ro của dự án đầu tư

sự từ bỏ và doanh thu 2 triệu USD cho 4 năm 
sắp đến với một giá trị hủy bỏ không chắc chắn trong 5 năm. Giá trị kỳ vọng NPV cho 
việc tiếp tục sẽ là: 
E(NPVtiếp tục) = 40% x (-2.484.000) +60% x (-1.242.000) = - 1.730.000 USD 
Nếu doanh thu tạo ra 2 triệu USD, nhà quản trị sẽ từ bỏ nhà máy vào cuối năm thứ 
nhất, một dấu X sẽ được đặt ngay cột xác suất cho kết quả tạo ra từ việc tiếp tục để cho 
thấy rằng đường tiếp tục sẽ không thể xảy ra. 
 -17- 
Phân tích sẽ được thực hiện với cách tương tự cho doanh thu 4 triệu USD. Điều đó cho 
thấy rõ ràng khoản đầu tư sẽ không bị từ bỏ trong trường hợp này vì này NPV với bất 
cứ giá trị thu hồi vào cuối năm thứ năm thì cao hơn NPV của trường hợp từ bỏ dự án. 
Quyết định đã được thực hiện vào cuối năm thứ nhất, chúng ta chỉ có 3 kết quả NPV 
có khả năng cho khoản đầu tư. Vì thế, giá trị kỳ vọng NPV sẽ là 
E(NPV) = 30%(-1.364.000) + 28%(1.307.000) + 42%(2.549.000) = 1.207.000 USD 
Quyết định không xây dựng sẽ dẫn tới một NPV chắc chắn là 0. Độ lệch chuẩn, hệ số 
của sự biến thiên, có thể được tính từ phân phối xác suất, và một đồ thị tương tự hình 
4.3 có thể được xây dựng. IRR có thể được tính cho mỗi con đường thể xảy ra và phân 
phối xác suất của IRR có thể được phân tích theo cùng một cách. 
Phân tích cây quyết định, tương tự như các phương pháp phân tích rủi ro khác, không 
nói cho nhà quản trị biết sự lựa chọn nào nên thực hiện. Tuy nhiên, công cụ này thực 
sự cho nhà quản trị một bức tranh rõ ràng hơn các hệ quả có thể của những quyết định 
mà nhà quản trị đang đối mặt. Họ có thể sử dụng những thông tin này để xem xét giải 
pháp để kiểm soát rủi ro hoặc để quyết định rằng những lợi ích tiềm năng có tương 
xứng với rủi ro hay không. 
Để minh họa phân tích cây quyết định, chúng ta đã giảm con số của mức doanh số có 
thể xảy ra xuống còn 2 so với 7 trong phân tích mô phỏng. Điều này chỉ vì làm đơn 
giản cho việc trình bày. Chúng ta có thể sử dụng 7 mức doanh thu khác nhau bằng 
cách tạo ra 7 đường phân nhánh thay cho 2 ở phần kết quả điểm B. Chương trình máy 
tính có thể có ích trong những phân tích cây quyết định rộng hơn và phức tạp hơn. 
Cây quyết định có thể kết hợp với mô phỏng Monte Carlo. Chúng ta có thể thực hiện 
việc nghiên cứu mô phỏng tại điểm đến C và D đã cho để giúp nhà quản trị quyết định 
rằng những gì họ sẽ làm tại những điểm này. Một khi quy luật quyết định cuối cùng ở 
những điểm được xác định một mô phỏng Monte Carlo có thể được chạy cho toàn bộ 
dự án đầu tư được đề nghị, kết hợp chặt chẽ với những quy tắc quyết định được thiết 
lập tại mỗi giao điểm sau quyết định đầu tư khởi đầu. Hình 4.5 cho thấy kết quả từ 
chương trình mô phỏng của RC với phân phối chuẩn được cho ở bảng 4.3. Kết quả 
trong hình này khác với kết quả của hình 4.3 mà trong đó Mô phỏng Monte Carlo kết 
hợp với phân tích cây quyết định cho chúng ta một cách nhìn chi tiết về rủi ro và xác 
suất hơn bất cứ công cụ riêng lẽ nào. Bây giờ nhà quản trị có thể xem xét giải pháp 
giảm thiểu rủi ro và đạt được quyết định rằng khả năng sinh lợi kỳ vọng có xứng đáng 
với rủi ro hay không. 
 -18- 
0% 
5% 
10% 
15% 
20% 
25% 
< -1.600 1.600 - 800 800 - 0 0 - 800 800 -1.600 1600 - 
2400
2.400 - 
3.200
3.200 – 
4.000 
> 4.000
Nhà quản trị đã quyết định sẽ từ bỏ khoản đầu tư để có 3,5 triệu USD vào cuối năm 
thứ nhất nếu: 
1. Doanh thu là 2 triệu USD. 
2. Doanh thu là 2,5 triệu USD và tỷ số biến phí là 0,5 hoặc 0,6 
3. Doanh thu là 3 triệu USD và tỷ số biến phí là 0,6 
Hình 4.5 – Kết hợp giữa mô phỏng Monte Carlo và cây quyết định 
Lãi suất chiết khấu và phân tích rủi ro 
 Chúng ta thường tranh luận rằng lãi suất chiết khấu thích hợp để tính phân phối xác 
suất của NPV là lãi suất phi rủi ro sau thuế. Lý do cho chủ điểm này sẽ được tổng kết 
trong một ví dụ đơn giản sau. Khoản đầu tư trong ví dụ này thì bị tác động bới mức 
doanh thu. NPV cho mỗi mức doanh thu được chiết khấu với tỷ suất sinh lợi đòi hỏi 
lần lượt là 6%, 9% và 12% như sau: 
Kết quả Doanh thu thấp Doanh thu trung bình Doanh thu cao 
NPV mức 6% 1.000 2.000 3.000 
NPV mức 9% -500 500 1.500 
NPV mức 12% -1.500 -500 500 
 -19- 
Ở mức lãi suất chiết khấu 6%, không có khả năng làm cho quyết định đầu tư không 
thành công. Giả định mỗi kết quả có khả năng bằng nhau, xác suất của thất bại là 1/3 
đối với lãi suất chiết khấu 9% và là 2/3 với mức lãi suất chiết khấu 12%. Vì thế, việc 
đo lường rủi ro bị ảnh hưởng bởi lãi suất chiết khấu mà bản thân nó thường xuyên bị 
tác động bởi rủi ro. Chúng ta khẳng định rằng giải pháp duy nhất để đo lường rủi ro 
của đầu tư là sử dụng lãi suất phi rủi ro sau thuế để chiết khấu trong phân tích rủi ro. 
Nhà quản trị còn có thể có được hiểu biết sâu rộng về phân tích rủi ro thông qua thực 
hiên một lãi suất chiết khấu cao hơn, đặc biệt là chi phí sử dụng vốn của công ty. 
Chúng ta sẽ tranh luận trong chương tiếp theo là chi phí sử dụng vốn của một dự án 
trước tiên là phần tỷ suất sinh lợi cần thiết để đền bù cho nhà đầu tư về sử dụng tiền 
của họ và cho sự chấp nhận rủi ro hệ thống, mà nó được tính như là một tỷ lệ nhỏ của 
rủi ro dự án. Nếu nhà quản trị muốn biết khả năng mà tỷ suất sinh lợi từ chi tiêu vốn 
liệu có cao đủ để đền bù cho nhà đầu tư với rủi ro gánh chịu, một phân phối xác suất 
của NPV sử dụng chi phí sử dụng vốn thích hợp sẽ trả lời câu hỏi trên. Nếu mục tiêu là 
xác định xác suất mà tỷ suất sinh lợi thấp hơn tỷ suất sinh lợi phi rủi ro có thể tạo ra và 
sau đó là phân phối xác suất của NPV với lãi suất chiết khấu phi rủi ro sau thuế sẽ trả 
lời câu hỏi trên. Các câu hỏi khác sẽ dẫn đến những lãi suất chiết khấu khác nhau. 
Phát triển ước tính xác suất cho phân tích rủi ro. 
Các phương pháp phân tích rủi ro đều đơn giản bắt đầu từ thông tin về xác suất cho 
những biến số đầu vào và thực hiện nhằm tìm phân phối xác suất của các kết quả đầu 
ra. Tìm kiếm thông tin về xác suất của các kết quả đầu vào là một phần rất quan trong 
của công việc này.Có 3 giải pháp chính để phát triển những ước tính xác suất này là dữ 
liệu lịch sử, thử nghiệm và phán đoán. 
Dữ liệu lịch sử 
Nếu bạn muốn biết sự biến động của giá chứng khoán, bạn có thể tính phương sai từ số 
liệu lịch sử. Nếu bạn muốn ước tính xác suất của tình trạng suy thoái của một năm bất 
cứ trong tương lai bạn nên xem xét phần trăm của những năm xảy ra suy thoái trong 
quá khứ. Khi bạn thực hiện một phân tích hồi quy về mối quan hệ quá khứ của những 
biến số, bạn nhận được thông tin về phân phối xác suất của mỗi hệ số hồi quy. Phân 
phối xác suất này có thể được sử dụng trong mô phỏng Monte Carlo. Để ước tính một 
phân phối xác suất từ những quan sát lịch sử thì điều cần thiết là phân phối xác suất 
phải duy trì tính ổn định cho một số kỳ cần thiết và sẽ giữ sự ổn định trong tương lai. 
Những đòi hỏi này thực sự giới hạn hướng tiếp cận theo số liệu lịch sử. Tuy nhiên, lịch 
sử vẫn thường xuyên hữu ích trong ước tính xác suất. 
 -20- 
Thử nghiệm 
Thử nghiệm thị trường và điều kiện sản xuất thí nghiệm là những loại thường gặp của 
thử nghiệm và nó dẫn đến thông tin về xác suất. Nếu những thử nghiệm thị trường của 
P&G về xà phòng giặt của nó ở 6 thành phố, kết quả của nó có thể được sử dụng để 
ước tính phân phối xác suất của doanh thu cho cả thị trường chung. P&G có thể thay 
đổi hình thức đóng gói hoặc kênh phân phối để ước tính phân phối xác suất của các 
biến này. Công ty không chỉ kết thúc với giá trị kỳ vọng và thông tin về rủi ro và nó 
còn kết thúc với thông tin về việc bản chất của các biến tác động như thế nào đến các 
doanh thu của cả thị trường . 
Phán đoán 
Những người có kiến thức thường chất vấn với những gì liên quan đến ước tính. 
Hướng tiếp cận này là đặc biệt thông dụng cho kỷ thuật tiên đoán tương lai. Ví dụ, một 
người am tường có thể tính một số năm dự kiến để một nữa dân số có TV phân giải 
cao. Một phân phối xác suất có thể được ước tính dựa trên những thông tin này. Đó là 
lĩnh vực nghiên cứu có phạm vi rộng với chủ đề ước tính xác suất và phương pháp này 
chắc chắn đã được sử dụng trong những lĩnh vực nhất định. 
Sự lựa chọn phương pháp phân tích rủi ro 
Mỗi phương pháp phân tích rủi ro có những ưu nhuợc điểm riêng được tổng hợp trong 
bảng 3.5. không có một thước đo nào đúng cho mọi trường hợp. Công việc của các 
chuyên gia là lựa chọn thước đo đúng cho từng trường hợp, đó là một phân tích độ 
nhạy đơn giản và nhanh chóng cho một dự án với quy mô vừa phải hay rủi ro qua 
hướng tiếp cận cây quyết định để phân tích thị trường quốc tế mới được xác định bới 
những cơ hội bước vào và mở rộng sau đó. 
PHÂN TÍCH ƯU NHƯỢC ĐIỂM CỦA TỪNG PHƯƠNG PHÁP 
Phân tích hòa vốn – Phân tích độ nhạy 
Ưu điểm: 
− Dễ tính toán và giải thích. 
− Không đòi hỏi ước tính xác suất. 
− Tập trung vào 1 hoặc 2 biến. 
Nhược điểm: 
− Không có xác suất của kết quả cuối cùng. 
− Giới hạn trong sự tương tác của các biến 
− Khó khăn đối với các chuỗi quyết định. 
 -21- 
Phân tích kịch bản 
Ưu điểm: 
− Dễ giải thích. 
− Không đòi hỏi về phân phối xác suất. 
− Cho phép xem xét đa biến và sự tương tác 
− Có thể giúp đỡ trong chuỗi quyết định 
Nhược điểm: 
− Không có xác suất của kết quả cuối cùng. 
− Giới hạn trong sự tương tác của các biến 
− Khó khăn đối với các chuỗi quyết định. 
Mô phỏng Monte Carlo 
Ưu điểm: 
− Cung cấp kết quả trong điều kiện xác suất. 
− Xem xét những nguồn rủi ro khác nhau. 
− Có thể mô hình các chuỗi quyết định 
Nhược điểm: 
− Đòi hỏi nhiều chi phí và thời gian 
− Phải có xác suất của các biến đầu vào 
− Khả năng giới hạn trong việc giải quyết sự tương tác giữa các biến 
− Phụ thuộc vào mô hình mô phỏng mà nó không dễ hiểu đối với việc ra quyết 
định của nhà quản trị. 
Cây quyết định 
Ưu điểm: 
− Cung cấp kết quả trong điều kiện xác suất. 
− Không chỉ giúp đỡ, nó tập trung vào việc ra quyết định theo chuỗi 
Nhược điểm: 
− Đòi hỏi ước tính xác suất 
− Có thể đòi hỏi nhiều thời gian và chi phí phụ thuộc vào quy mô và mức độ 
linh họat của từng trường hợp.